Новости

Как научить компьютер интуиции: в МГУ разработали новый математический метод

Ученый из МГУ имени М. В. Ломоносова Андрей Зубюк разработал новый метод сравнения, который поможет оценить, как субъективные мнения разных экспертов согласуются между собой. Результаты исследования опубликованы в журнале Fuzzy Sets and Systems.

Математическое представление субъективных суждений, неполные и недостоверные данные, а также их использование для решения прикладных задач изучает нечеткая математика. Цель этого раздела прикладной математики — формализовать такие понятия, как интуиция, предчувствие и жизненный опыт, чтобы сформировать полную картину случившегося.

На исход любой ситуации влияют разные параметры, у которых есть определенный набор вариаций. У всякой вариации есть значение, которое характеризует ее правдоподобие. А степень правдоподобия определяет либо эксперт (если это субъективное суждение), либо статистика.

Значения правдоподобия задаются в относительной шкале. Метод, который предложил Зубюк, позволяет сравнивать информацию с помощью разных относительных шкал, а также особым образом учитывать абсолютно неправдоподобные ситуации, возможность которых равна нулю. Ученый предложил более быструю алгоритмическую реализацию метода.

«Нечеткие методы принятия решений используются в самых разных областях, связанных с искусственным интеллектом: при анализе изображений, видео и аудио, в автоматических бортовых системах управления роботами, беспилотными транспортными средствами. Нечеткие методы позволяют научить компьютер интуиции, заставить машину принимать решения отчасти спонтанно, в условиях, когда для принятия решения не хватает данных», — поясняет автор исследования.

Ученый пришел к выводу, что чем информативнее суждение или данные с точки зрения разработанного метода, тем точнее с их помощью удается определить оптимальное решение, то есть линию поведения, стратегия развития, тактику боя, траекторию движения транспортного средства.